Notre centre de connaissances
Le Centre de connaissances est un référentiel complet d’informations dédié à l’industrie de l’imagerie. Il propose un large éventail d’articles d’experts, de recherches de pointe et de guides pratiques sur les dernières avancées en matière de technologie d’imagerie. Conçu pour les professionnels de la santé, ce centre de ressources fournit des informations et des mises à jour précieuses pour vous permettre de rester informé et d’exceller dans votre domaine.

Système entièrement convolutif basé sur l’apprentissage profond pour la prédiction du score calcique coronaire à partir d’un scanner thoracique sans contraste
La quantité de dépôts de calcium dans les artères coronaires est un puissant prédicteur d’événements cardiovasculaires et de mortalité.

Évaluation de la calcification des artères coronaires sur des scanners conventionnels non synchronisés à l’aide de l’intégration de l’intelligence artificielle

Dépistage opportuniste de la calcification des artères coronaires sur des scanners conventionnels non synchronisés en utilisant l’intelligence artificielle
Résultats présentés au SCCT 2024

Utilisation de l’IA pour la détection précoce des patients atteints de coronaropathie afin d’améliorer les soins cardiaques
Résultats présentés au SCCT 2024

Optimisation de la cardiologie préventive : exploiter l’IA pour détecter précocement les maladies coronariennes
Résultats présentés au SCCT 2024

L’intelligence artificielle en imagerie médicale : aperçu d’une décennie d’expérience
Les données d’imagerie médicale sont à la pointe de l’innovation en matière d’intelligence artificielle en médecine avec de nombreuses applications cliniques.

Utilisation d’algorithmes d’apprentissage automatique pour examiner les scanners et évaluer le risque de maladie cardiovasculaire : analyse rétrospective de l’essai national de dépistage pulmonaire (NLST)
L’essai national de dépistage pulmonaire (NLST) a démontré que le dépistage annuel par tomodensitométrie à faible dose dans la population à haut risque était associé à une réduction de la mortalité par cancer du poumon.

Évaluation automatisée du risque de fracture ostéoporotique opportuniste à l’aide de tomodensitométries pour remédier à la sous-utilisation du FRAX
Les méthodes d’identification des patients à haut risque de fractures ostéoporotiques, notamment l’absorptiométrie à rayons X à double énergie (DXA) et les prédicteurs de risque comme l’outil d’évaluation du risque de fracture (FRAX), sont sous-utilisées.

PHT-BOT : système d’apprentissage profond pour la stratification automatique des risques des patients atteints de BPCO en fonction des signes d’hypertension pulmonaire
La bronchopneumopathie chronique obstructive (MPOC) est l’une des principales causes de morbidité et de mortalité dans le monde

Simulation de l’absorptiométrie à rayons X à double énergie en tomodensitométrie à l’aide de la cascade de segmentation par apprentissage profond
L’ostéoporose est une maladie sous-diagnostiquée malgré des modalités de dépistage efficaces. Le dépistage par absorptiométrie à rayons X à double énergie (DEXA), bien que recommandé dans les directives cliniques, reste nettement sous-utilisé.

TextRay : exploiter les rapports cliniques pour obtenir une compréhension globale des radiographies thoraciques
La radiographie thoracique (CXR) est de loin l’examen radiologique le plus couramment pratiqué pour le dépistage et le diagnostic de nombreuses maladies cardiaques et pulmonaires.

Amélioration de la classification des hémorragies intracrâniennes grâce à l’apprentissage multitâche profond
Le scanner cérébral est l’une des images les plus couramment réalisées et étudiées dans le cadre des services d’urgence et l’hémorragie intracrânienne (HIC) fait partie des résultats les plus critiques et les plus urgents à détecter sur un scanner cérébral.